name: argo description: Argo 阿尔戈 — 统一搜索、网页抓取与证据核验。当需要搜索/查一下/核实/抓取网页/爬取/深度研究/论文检索/新闻/舆情/公众号文章/招聘聚合时使用；支持影视/体育/金融/宏观/学术等垂直域与多语言查询。 version: 2.9.3 triggers:

• 搜索
• 查一下
• 搜一下
• 核实
• 查证
• 可信度
• 抓取
• 爬取
• 深度研究
• 论文
• 舆情
• 公众号
• 招聘
• search for
• look up
• fact check
• fetch
• crawl
• research

Argo — 统一搜索与证据核验

不止「帮你搜到」，还要「帮你核到」：高后果问题标 fetch_required、结果标 fetch_suggested，--verify 核验正文并回填证据分。收录 264 个源、229 个免密钥开箱可用。

快速上手

python3 scripts/search.py "查询词"                      # 自动路由搜索
python3 scripts/search.py "查询词" --json --fields agent  # Agent 消费档
python3 scripts/search.py "查询词" --verify 3            # 核验 top-3 并回填证据分
python3 scripts/research.py "复杂问题" --json            # 取证包（扩词或多工作包 → dossier）

默认不附归档用的 candidates/sources；--fields agent 剥遥测只留答案（Agent 消费档，~4.3 KB）； 要来源追溯或归档才加 --envelope（--archive 自动带上）。

深度研究只此一条。机器产出取证包（dossier）：来源、覆盖、缺口、是否达标，不是判断稿。Agent 先读 references/research-protocol.md（含多轨道「广泛研究」节），写出工作包再取证；判断按事实/推断/建议写。不要另装「专业深度研究」skill。

核心命令

search — 统一搜索

图片检索

网络图走 search（image_search 域自动命中）；本地素材走 argo local-image （Vision 索引 + --similar-to 找相似图 + --sheet 出联络表交多模态模型判断）。 本地图默认关闭，需 ARGO_LOCAL_IMAGE=1；详见 references/usage.md。

增强三工具

# research — 取证（扩词或 --work-packages → 取证包 + 引用 + 达标检查）
#   工作包可带 file_inputs（本地一手数据入账）+ recompute（可复算脚本，默认拒绝，需显式授权）
#   社交舆情：--mode social-sentiment --platforms xiaohongshu,reddit,twitter
python3 scripts/research.py "查询" [--work-packages PATH|JSON] [--depth deep] [--json] [--verify N]

# evidence — 可信度评估（选拔×吸收两维）
echo '{"results": [...]}' | python3 scripts/evidence.py "查询词" --stdin --json [--high-stakes]

# clarify — 意图消歧
python3 scripts/clarify.py "有歧义的查询" --json

抓取族（bin/argo 入口）

argo fetch "https://example.com" [--focus "关键词"] [--use-browser]
# 降级链见 references/usage.md
argo screenshot "https://example.com" [--full-page]
argo pdf "https://example.com/paper.pdf" [--pages "1-5"] [--password "secret"]
argo paper "1706.03762"  # 论文深读
argo tweet "<x-url|id>"  # X 帖子打包（正文+串/引用/转发+媒体）
argo answer "query" [--scope <语料>]   # 直答（语料见 usage.md）
argo watch add|check|list|remove   # 观察模式（--json 供 cron）

Agent 执行纪律

1. 高后果问题（金融/医疗/法律/事实核查）：search → evidence（或看 credibility_fast）→ fetch 高分 URL → 再下结论；fetch_required=true 时禁止跳过核验
2. 数字：必须标注算法（全市场/主动/持仓市值 vs 占比）；冲突时并列，禁止算法未对齐就合并
3. SERP 链（baidu/s、sogou/link）：禁止当正文来源
4. 社交帖：叙事/舆情，不进事实真值
5. 深度研究：先读 references/research-protocol.md；有决策含义就交工作包，不要靠扩词充问题树；quality_gate_results.passed=false 必须降级表述
6. 引用：讲给用户的事实带 URL 出处，日常档也要带（URL 在 results[].url，零成本）
7. 上下文纪律：Agent 搜索用 --json --fields agent、按需 -n；要来源追溯或归档才加 --envelope；查引擎状态用 --list-engines --detail --engine <名>（单引擎 ~0.9 KB）。踩坑记录见下方 Gotchas

Gotchas

踩到新坑加一行，口径见 references/usage.md。

• --envelope 与 --fields agent 别同给：后者会把 envelope 的增量剥成 0 字节——以为拿到了 provenance、实际没有。要 provenance 就去掉 --fields agent。
• 结果异常少：看 funnel 六格阶段计数，哪格归零即塌陷点。
• 慢查询：看 timing.dispatch 的 useful_ms/wasted_ms，区分「等答案」与「白等」。
• --list-engines 别直接 --all：全量 ~54 KB 会灌爆版面；默认摘要 ~2.5 KB 够用。
• -n 超 10 无收益。

按需读取（低频操作细节）

以下按需打开；日常搜索/抓取/研究走上面核心命令即可。

工程纪律（每个事实只定义一处：代码看本仓库、引擎声明看 config.yaml、宿主入口用 link_source.py 建软链、新增源流程）见 references/operations.md 末尾。

这是踏雪寻仙 DeepSeek Harness 插件系列的一员（dsh-files 39★）。同作者完整技能系列：session-digger 29★ · fund-investment-guide 21★ · taxueskills 23★ · taxue-creative-style 12★

它和「模型自带搜索 / AI 搜索 / 聚合搜索」比，强在哪

简单来说：前三种方案解决「人找信息」，Argo 解决「Agent 及搜索核查于一身，具备一条龙的搜索服务」。差别不在界面，在交付物，给人看的叫总结页或链接清单，给 Agent 的应是能排序、能复核、不撑爆上下文的优质内容，更可靠的搜索信息。

机制上，Argo 把搜索当成一条证据管线：语言检测 → 领域路由 → 多引擎召回 → RRF 融合 → 证据快评，交付的是 Agent 可直接排序、可 fetch 复核、不撑爆上下文的材料。工具链不用换，需要换的是「搜索结果应该长什么样」——再往下一层，还有和「再包一层搜索 API 的差别」，那是实现细节的对比。

2026，检索正在发生什么变化

Agent 干活的量级变了，检索的玩法跟着变了四件事，每一件 Argo 都已经落在代码里：

1. 检索从「给链接」变成「给证据」。 Agent 不看网页排版，它要能排序、能复核、不撑爆上下文的结构化材料——所以 Argo 交付的是带可信度分解的 JSON，而不是 SERP 清单。
2. 上下文成为第一成本。 一次网页抓取动辄上万 token，Agent 的窗口烧不起。Argo 的 Agent 档单次约 3.7KB，字段集合与字节预算都有检查卡着，升级不会悄悄变胖。
3. 网站开始为 AI 备料。 llms.txt 标准与 .md 直出在头部文档站快速铺开——Argo 抓取链第零级自动探测这些 AI 友好变体，命中即跳过整条反爬链；HTTP/TLS 都失败还有 r.jina.ai 阅读器级保底。
4. 免费开放生态够用了。 政府、学术、标准、安全机构的开放 API + 免 key 引擎，已经能覆盖大多数领域（221 个免配置源）；稀缺免费额度（firecrawl 1000 credits/月、stackexchange 300 次/天）做了「日常补位、关键顶上」的分层，订阅墙不是唯一解。
5. 检索质量从「感觉」到「度量」。 排序有金标（MRR/nDCG 地板）、融合有增益消融检查、路由有负向控制矩阵——「这版比上版好吗」从此是数字问题，不是玄学。

v2.9.3 把以上全部落地：264 个源、94 个领域、229 个免配置开箱。逐项细节见 docs/为什么选择argo.md 与 发布说明。

这是什么

Argo 是给 AI Agent 用的多语言搜索基础设施。

真实检索从来不是「一种语言 + 一个搜索框」：有人问 A 股行情，有人问 World Cup，有人用日文找动画，有人要 IMDb 上的导演信息。Argo 的出发点很朴素——按领域、按语言、按需求选路，把问题送到合适的源，而不是一律扫网页标题。联网搜索与本机文件搜索一体可用。

产出不是「链接清单」，而是「证据候选 + 可信度分解」。路选对了，证据才站得住。

和「再包一层搜索 API」的差别

问啥像啥

它怎么工作

查询
  ├─ 意图消歧（可选）
  ├─ 查询改写（可选；路由仍看原始意图）
  ├─ 语言检测 + 语言偏好
  ├─ 路由（域规则 + TF-IDF + 预算 + 语言补充源 + 热路径缓存）
  ├─ 多引擎召回（熔断 / 负缓存 / 并行）
  ├─ 空结果分阶恢复（放宽 → 换同族/通用 → 跨语言；防污染）
  ├─ RRF 融合 + 可选精排
  ├─ 证据快评（权威 · 证据密度 · 时效 · 共识）
  └─ 统一 JSON（含 engine_outcomes / recovery / route_reason）

证据评分（简版）

selection  ≈ 域名权威，SERP/跳转链压到很低
absorption ≈ 数字 / 定义 / 对比 / 披露等证据密度
freshness  ≈ 发布时间（会忽略「2015 年以来」这类历史对比年）
综合       ≈ 0.40·selection + 0.35·absorption + 0.15·freshness + 0.10·引擎分

结果字段含 selection、absorption、credibility_fast、evidence_flags 等，方便 Agent 直接排序。

Agent 使用纪律（建议）

1. 高后果问题（持仓、安全、是否属实）：search → 看快评分 → 对 top 结果 fetch → 再下结论
2. 数字：写清计算方式，冲突时并列，不要硬合并
3. 搜索结果页 / 跳转链：不要当正文信源
4. 社交帖：当舆情与叙事，不当事实真值
5. 事实核查：宁可多一两条分层查询（来源 / 对比 / 主体）

快速开始

任选一种即可。以 GitHub 为唯一安装来源（npx github:taxueseek/argo 或 install.sh / install.ps1），当前推荐 v2.9.3。请勿用 npm install argo-search——npm registry 上那份是非官方陈旧版 v1.0.1（非本仓库维护，功能残缺、不随本项目更新）。本包 package.json 已设 private: true 防止误发布到 npm registry。

零配置就能跑：不配 API Key 时走免费引擎 + 本地 local_* 引擎；配了 Key 的源质量通常更好，没配则自动跳过。

方式一：一键脚本（推荐本机长期用）

macOS / Linux：

curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh | bash

Windows（PowerShell）：

powershell -ExecutionPolicy Bypass -Command "irm https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.ps1 | iex"
# 或下载后执行：
# powershell -ExecutionPolicy Bypass -File scripts/install.ps1

装到指定目录、并挂 Skill 入口：

curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh \
  | bash -s -- --home "$HOME/.local/share/argo" --link "$HOME/.claude/skills/argo"

验证：

python3 ~/.local/share/argo/scripts/search.py "python asyncio error handling" --json
python3 ~/.local/share/argo/scripts/search.py --list-engines

方式二：MCP 不装包，直接用 GitHub（推荐 Agent 快速挂载）

需要 Node.js 18+ 和 Python 3.9+，首次执行一次：

pip3 install pyyaml

npx -y github:taxueseek/argo

客户端配置示例（Claude Code / Cursor / Kimi 等）：

{
  "mcpServers": {
    "argo": {
      "command": "npx",
      "args": ["-y", "github:taxueseek/argo"]
    }
  }
}

DeepSeek Harness 一键插件（.dsh-plugin bundle）

在 DeepSeek Harness 里一行安装（两种装法）：

# 装法 A：19 个 mcp__argo__* 工具（主包自带 bundle，与 MCP 全量相同）
dsh plugin --profile web add "github:taxueseek/argo"

# 装法 B：搜索工具 + wide_research 并行研究调度（子包）
dsh plugin --profile web add "github:taxueseek/argo#main&path:packages/dsh-plugin"

重启 dsh web 后生效。包结构见 packages/dsh-plugin/；同 id mcp-argo / wide-research 可在用户层 cordis.patch.yml 覆盖。装法 B 的 wide_research 模块只存在于子包依赖树，主包 patch 不引用它，避免只装主包时 Cordis 解析失败。已在最新版 DSH 0.2.1-alpha.1 实测：三形态接入（原生一等工具 / web_search seam / wide_research）均可正常启用。

依赖清单（通俗版）

安装脚本（install.sh）只自动装前两个；其余可选依赖按需 pip install 或 brew install 即可。 更稳、完全不依赖 Node 的写法：先装脚本（方式一），再指向本机 Python：

{
  "mcpServers": {
    "argo": {
      "command": "python3",
      "args": ["/path/to/argo/scripts/mcp_server.py"]
    }
  }
}

Python 路径特殊时：export ARGO_PYTHON=/path/to/python3（仅 npx 入口会读）。

方式三：git clone（开发 / 改源码）

git clone https://github.com/taxueseek/argo.git
cd argo
pip3 install pyyaml
bash scripts/install.sh --link ~/.claude/skills/argo   # 可选
python3 scripts/search.py --list-engines

适用平台

安装后自检

python3 --version          # 需要 3.9+（Windows 可用 py -3）
python3 -c "import yaml; print('PyYAML OK')"
python3 scripts/search.py --list-engines            # 引擎面与状态总览
python3 scripts/search.py --list-engines --detail   # 逐源状态：配了 key 却没结果，
                                                    # 先看 missing_env 给出的确切变量名
python3 scripts/health_check.py --all               # 真联网探针：验证 key 对端真认（可选）
python3 bin/argo paths --check                      # 本机路径自检（可选）
python3 bin/argo mcp status                         # MCP 注入/连通诊断（可选）
python3 -m pytest tests/test_unit.py -q             # 单测（可选）

MCP 起不来时：python3 scripts/mcp_diag.py 会把 stdin 往来记录到 ~/.kimi/argo_diag.log。health_check.py 是给人用的联网探针， health_probe.py 写健康库供路由消费——名字相近，职责不同。 CLI 退出码恒 0（含断网）：成败判断走 JSON 的 status / errors 字段。

能做什么

五种能力，通俗说

1. 通用搜索 + 垂直搜索，双管齐下

日常问题走通用网页搜索；一问到行情、影视、体育、宏观这类「有标准答案」的问题，自动切到垂直源直接给答案，而不是扔给你一堆链接。目前 264 个源（229 个免密钥开箱可用）、94 个业务域，金融 / 宏观 / 影视 / 体育 / 地理 / 组织 /